| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·选题背景及研究意义 | 第7-8页 |
| ·研究现状 | 第8-9页 |
| ·本文主要研究工作 | 第9-10页 |
| ·本文的组织结构 | 第10-11页 |
| 第二章 相关理论 | 第11-27页 |
| ·遗传算法 | 第11-17页 |
| ·基本遗传算法描述 | 第11页 |
| ·遗传算法基本步骤 | 第11-13页 |
| ·遗传算法相关术语 | 第13-14页 |
| ·遗传算法的基本组成 | 第14-17页 |
| ·模拟退火算法 | 第17-21页 |
| ·固体退火过程的物理表象 | 第17页 |
| ·模拟退火算法描述 | 第17页 |
| ·模拟退火算法的构成要素 | 第17-18页 |
| ·Metropolis 准则 | 第18-19页 |
| ·模拟退火算法具体操作及流程 | 第19-21页 |
| ·遗传模拟退火算法 | 第21-24页 |
| ·小生境技术 | 第24页 |
| ·模糊控制技术 | 第24-25页 |
| ·模糊控制技术概念 | 第24-25页 |
| ·模糊控制的特点 | 第25页 |
| ·本章小结 | 第25-27页 |
| 第三章 算法收敛性分析 | 第27-35页 |
| ·遗传算法收敛性 | 第27页 |
| ·模拟退火算法收敛性 | 第27-29页 |
| ·遗传模拟退火算法的理论论证 | 第29-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 SAIFNGA 算法的提出 | 第35-51页 |
| ·小生境遗传算法及其优缺点分析 | 第35-36页 |
| ·改进小生境遗传算法及其优缺点分析 | 第36-38页 |
| ·遗传模拟退火算法的提出及其优缺点分析 | 第38-41页 |
| ·启发式的模拟退火遗传算法及其优缺点分析 | 第41-42页 |
| ·基于模拟退火机制的改进模糊小生境遗传算法的提出 | 第42-49页 |
| ·基于模拟退火机制的改进模糊小生境遗传算法的提出 | 第42-48页 |
| ·基于模拟退火机制的改进模糊小生境遗传算法的定性分析 | 第48-49页 |
| ·本章小结 | 第49-51页 |
| 第五章 SAIFNGA 算法在 TSP 问题中的应用 | 第51-63页 |
| ·TSP 的描述与数学建模 | 第51页 |
| ·经典遗传算法解决 TSP 问题 | 第51-53页 |
| ·模拟退火算法求解 TSP 问题 | 第53-54页 |
| ·启发式模拟退火遗传算法(HSAGA)求解 TSP 问题 | 第54-55页 |
| ·改进的小生境遗传算法(INGA)求解 TSP 问题 | 第55页 |
| ·SAIFNGA 求解 TSP 问题 | 第55-57页 |
| ·算法运行结果分析 | 第57-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| ·工作总结 | 第63页 |
| ·工作展望 | 第63-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-70页 |
